| dc.rights.license | CC-BY-NC-ND | |
| dc.contributor.advisor | van Ommen, M | |
| dc.contributor.author | Berends, F.R. | |
| dc.date.accessioned | 2020-08-21T18:00:14Z | |
| dc.date.available | 2020-08-21T18:00:14Z | |
| dc.date.issued | 2020 | |
| dc.identifier.uri | https://studenttheses.uu.nl/handle/20.500.12932/36940 | |
| dc.description.abstract | Computers leren om te communiceren met mensen is een zware uitdaging. Het ontwikkelen van agents die coöperatieve spellen met mensen kunnen spelen is een stap in de goede richting. In dit paper wordt een AI gepresenteerd die ontwikkeld is om Hanabi te spelen met een menselijke tegenspeler. De AI is een aangepaste versie van de intentional AI van Eger, Martens en Cordóba. De AI gebruikt de data van meer dan 1000 gespeelde spellen om een neuraal netwerk te leren voorspellen wat menselijke spelers doen na het krijgen van hints. De AI wordt getest in een experiment waarin 7 participanten met de AI spelen. De resultaten van het experiment laten zien dat met de AI geen hogere scores worden gehaald dan met de intentional AI, maar dat de AI wel interessant gedrag vertoont. | |
| dc.description.sponsorship | Utrecht University | |
| dc.format.extent | 1094701 | |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | nl | |
| dc.title | Een Neuraal Netwerk voor een Hanabi Agent
De ontwikkeling van een neuraal netwerk om de acties van menselijke spelers te kunnen voorspellen voor het spel Hanabi | |
| dc.type.content | Bachelor Thesis | |
| dc.rights.accessrights | Open Access | |
| dc.subject.keywords | Hanabi; Cooperative Game; Machine Learning; Supervised Learning; Neural Network; Intentional Agent; Human Players | |
| dc.subject.courseuu | Kunstmatige Intelligentie | |
